Hy MT2 1.8B
4745°
Jalankan model ini
Tawaran / Iklan
Tencent | konteks 8,192 token | $0.04/M input, $0.18/M output. Hy-MT2-1.8B adalah model terjemahan padat 1.8B parameter dari Tencent. Ia menyokong 33 pasangan bahasa dan lima pasangan dialek Cina serta bahasa minoriti, dengan aliran kerja untuk terjemahan berstruktur, berasaskan pemisah, kontekstual, berasaskan glosari, dan berpandukan gaya.
Panduan untuk model ini

Ollama vs LM Studio (2026): aplikasi AI tempatan mana yang patut digunakan, dan model teratas yang dijalankan oleh setiap satu
Apakah fail GGUF? Model kuantisasi diterangkan (Q4, Q8, fp8, NF4)
Berapa banyak VRAM yang saya perlukan untuk AI tempatan?
Nota Kapten
Nota dari 2026-10-13
Hy-MT2-1.8B adalah model terjemahan dengan 1.8 bilion parameter dari Tencent, dibina khusus untuk terjemahan mesin merangkumi 33 pasangan bahasa serta dialek Cina dan bahasa minoriti. Dengan 1.8B parameter, ia adalah ahli terkecil dalam keluarga Hy-MT2, namun Tencent melaporkan ia mengatasi API terjemahan komersial arus perdana secara keseluruhan. Berat model terbuka, kuantisasi GGUF sehingga 1.25-bit, dan harga input kurang dari satu sen per juta token menjadikannya pilihan praktikal bagi sesiapa yang menjalankan saluran terjemahan dengan bajet atau secara peranti.
Dikenali untuk
- Merangkumi 33 pasangan bahasa serta lima pasangan dialek Cina dan bahasa minoriti
- Aliran kerja terjemahan berstruktur, berasaskan glosari, kontekstual dan berpandukan gaya terbina dalam
- Kuantisasi 1.25-bit mengecilkan model kepada 440 MB untuk penggunaan peranti
- Berat terbuka dengan varian GGUF sedia untuk llama.cpp terus
- Harga $0.04 per juta token input melalui API
Berhati-hati dengan
- Tetingkap konteks adalah 8,192 token — dokumen panjang perlu dibahagikan.
- Model terjemahan khusus; jangan harap keupayaan sembang umum atau pengkodan.
- Saudara 7B dan 30B mengatasi pada tugasan lebih sukar; saiz ini adalah pilihan kompromi.
Arahan untuk cuba
Terjemahan berpandukan glosari
Terjemahkan penerangan produk Inggeris berikut ke dalam bahasa Perancis. Gunakan istilah tetap ini: 'cloud storage' → 'stockage en nuage', 'dashboard' → 'tableau de bord', 'API key' → 'clé API'. Kekalkan semua istilah teknikal secara konsisten.
Teks: Our dashboard lets you manage your API keys, monitor usage, and connect to cloud storage in one place.
Terjemahan berpandukan gaya
Terjemahkan perenggan Inggeris berikut ke dalam bahasa Jepun bertulis formal yang sesuai untuk kontrak perniagaan. Elakkan frasa santai dan gunakan register hormat bila sesuai.
Teks: Both parties agree to keep all shared information confidential and not to disclose it to any third party without prior written consent.
Terjemahan Cina peka dialek
Terjemahkan ayat Mandarin berikut ke dalam bahasa Kantonis, mengekalkan nada perbualan. Kemudian berikan nota ringkas tentang sebarang perbezaan kosa kata yang ketara antara kedua-duanya.
Teks: 你今天吃饭了吗?我们一起去附近的餐厅吧。
Bandingkan dengan
- Hy-MT2-7BModel berat terbukakonteks 8,192 token · Input $0.07/M, output $0.29/M
- Hy-MT2-30B-A3BModel berat terbukakonteks 8,192 token · Input $0.07/M, output $0.29/M
- Solar Mini 4Model hanya APIkonteks 524,288 token · Input $0.05/M, output $0.20/M
- Nova Micro 1.0Model hanya APIkonteks 128,000 token · Input $0.04/M, output $0.14/M
Lebih banyak model teks dari tencent
Soalan yang sering ditanya
- Bolehkah saya jalankan Hy-MT2-1.8B secara tempatan?
- Ya, berat model adalah terbuka dan Tencent menerbitkan varian GGUF termasuk kuantisasi 2-bit dan 1.25-bit untuk llama.cpp, dengan versi 1.25-bit muat dalam kira-kira 440 MB storan.
- Berapa kos dan berapa panjang konteksnya?
- Melalui API ia berharga $0.04 per juta token input dan $0.18 per juta token output, dengan tetingkap konteks 8,192 token.
- Bagaimana 1.8B dibandingkan dengan model Hy-MT2 yang lebih besar?
- Model 7B dan 30B-A3B mengatasi pada tugasan terjemahan lebih sukar; 1.8B adalah pilihan untuk peranti dan bajet, menukar sedikit kualiti untuk jejak lebih kecil dan inferens lebih pantas.
Keputusan KaptenModel terjemahan yang benar-benar kecil dan murah yang boleh dijalankan secara peranti — cukup jarang untuk diketahui.
Kad model di Hugging Face
Kapten menulis nota ini berdasarkan penerangan model dan kad model itu sendiri. Harga dan saiz konteks adalah dari penyedia pada masa penulisan dan boleh berubah.
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Bagaimana skor ini dijumlahkan
Model ini belum ada data populariti dari mana-mana sumber lagi, jadi ia membawa nombor gantian di bawah 7,000° yang memastikan senarai lengkap. Ia tidak pernah menduduki tempat lebih tinggi daripada model yang ada data. Pecahan muncul di sini sebaik sahaja sumber melaporkannya.
Glosari: istilah yang digunakan di sini
- Skor heat
- Satu nombor untuk seberapa banyak model digunakan dan diingini sekarang, dari 0° hingga 9,999°. Setiap senarai di laman ini yang kata paling panas disusun mengikutnya dan tiada yang lain.
- Lantai
- 7,000° yang setiap model dengan data sebenar bermula. Skala dari 0° hingga 9,999°; bahagian bawah lantai untuk pengganti (model tanpa data), supaya model dengan data sentiasa lebih tinggi dari yang tiada. Lantai sama untuk semua dan tidak tentukan apa-apa; darjah di atasnya adalah ukuran.
- Setara muat turun
- Semua yang skor anggap sebagai muat turun, dijumlahkan: muat turun sendiri, setiap torrent seeder sebagai 1,000, setiap imej AI Horde dan setiap larian di laman generasi sebagai satu.
- Skala log
- Mengira dengan puluhan, bukan satuan: dari 1,000 ke 10,000 muat turun tambah darjah sama seperti dari 10,000 ke 100,000. Ini elak gergasi menindas yang lain.
- Suka
- Jempol dan suka dari semua sumber, bernilai separuh muat turun pada skala log.
- Kadar penerimaan
- Berapa banyak muat turun sehari model dapat sekarang, dari beza dua bacaan sumber. Berat suku dari terma muat turun.
- Diukur dan dianggarkan
- Diukur bermaksud ada dua bacaan dari satu sumber dan perbezaannya adalah nyata. Dianggarkan bermaksud hanya jumlah hari ini yang diketahui dan masa lalu diagihkan sepanjang hayat model; laman web akan memberitahu yang mana satu ia tunjukkan.
- Seeder
- Seseorang yang menyimpan salinan berat secara dalam talian untuk dimuat turun oleh orang lain melalui torrent, atau cermin yang dihoskan melakukan perkara yang sama. Setiap satu dikira sebagai 1,000 muat turun.
- AI Horde
- Rangkaian sukarelawan yang menjana imej secara percuma pada komputer yang didermakan. Bilangan imej yang telah dihasilkan dengan model adalah awam, dan setiap satu dikira sebagai satu muat turun.
- Laman penjanaan
- Laman yang menghoskan salinan model mereka sendiri dan membenarkan orang menjana dengannya, seperti PixAI, SeaArt dan Yodayo. Muat turun mereka dikira seperti Civitai dan setiap sesi penjanaan dikira sebagai satu muat turun.
- Token OpenRouter
- Model teks yang disediakan melalui API, seperti Claude atau GPT, tidak mempunyai berat untuk dimuat turun, jadi penggunaannya diukur dalam token: bahagian teks yang dibaca dan ditulis melalui OpenRouter, pintu masuk yang digunakan oleh banyak aplikasi, dalam 30 hari terakhir. Setiap 10,000,000 token dikira sebagai satu muat turun. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Model penuh (checkpoint)
- Berat itu sendiri, fail yang menjana secara sendiri. Ia mendapat bonus kerana add-on bergantung padanya.
- LoRA dan embedding
- Fail add-on kecil yang mengarahkan berat orang lain ke arah gaya, watak atau konsep. Ia tidak boleh dijalankan sendiri.
- Keluarga dan berat
- Asas yang model dibina, seperti SD 1.5, SDXL, Flux atau Wan. Setiap model mewarisi tarikh keluaran berat keluarganya.
- Umur
- Darjah yang ditolak berdasarkan berapa lama berat keluarga itu dikeluarkan: 150° setahun, sehingga 750°. Ia mengekalkan muat turun lama yang mempunyai masa bertahun-tahun untuk terkumpul dengan membekukan di bahagian atas senarai.
- Peningkatan keluarga
- Dorongan kecil dan terhad untuk LoRA dari keluarga yang laman ini sedang galakkan sekarang, sentiasa disenaraikan dalam pecahan.
- Skor gantian
- Nombor stabil di bawah paras yang diberikan kepada model yang belum ada laporan sumber, supaya senarai kekal lengkap. Ia tidak pernah mendahului model yang ada data.
- Baru! (tempoh kelonggaran)
- Model yang berumur kurang dari 7 hari menunjukkan Baru! dan tidak mempunyai skor serta tidak menduduki tempat dalam kedudukan. Skornya dikira dari hari pertama, tetapi model yang berumur satu hari berkembang lebih cepat daripada apa pun, jadi tanpa menunggu, #1 minggu ini akan sentiasa menjadi apa sahaja yang keluar semalam dan bukan yang bertahan selama seminggu.
- Trend
- Bagaimana pertumbuhan model dalam tempoh tertentu dibandingkan dengan pertumbuhan model biasa dalam tempoh yang sama. Lebih cepat dari biasa bermaksud naik, lebih perlahan bermaksud turun.
- Model biasa
- Tengah katalog: separuh model dengan angka tumbuh lebih cepat dalam tempoh itu, separuh lagi lebih perlahan.
